基于光度立体视觉的检测方法及系统技术方案

本申请是关于一种基于光度立体视觉的检测方法及系统。该方法包括：对采集到的待测表面图像进行预处理，分离出图像中的漫射分量和反射分量，得到的待测表面的漫射图；基于漫射图进行待测表面法向量特征的重建，得到待测表明的相对深度图，从而进行待测表面的缺陷检测。本申请提供的方案，能够对非朗伯体的表面进行缺陷检测，解决了光度立体视觉法的使用范围的局限性，便于工业场景的大规模应用。

【技术实现步骤摘要】
基于光度立体视觉的检测方法及系统
本申请涉及计算机视觉
，尤其涉及基于光度立体视觉的检测方法及系统。
技术介绍
当今社会，随着计算机技术，人工智能等科学技术的出现和发展，以及研究的深入，出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现，大大提高了生产作业的效率，避免了因作业条件，主观判断等影响检测结果的准确性，实现能更好更精确地进行表面缺陷检测，更加快速的识别产品表面瑕疵缺陷。相关技术中，基于光度立体的3D恢复物体表面纹理特征的方法最早由Robert.J.Woodham于1980年提出，传统的光度立体视觉技术基于辐照方程和朗伯余弦定律进行待测物体表面法向量特征重构。但是，传统的光度立体视觉法对于待测物体表面的反射特性有严格的要求。传统光度立体视觉法要求物体必须具有朗伯反射特性，即它必须以漫反射的方式反射入射光。对于有镜面反射的物体或者区域使用上述方法进行表面检测会得到错误的检测结果。
技术实现思路
为克服相关技术中存在的问题，本申请提供一种基于光度立体视觉的检测方法及系统，能够降低传统光度立体视觉法对待测表面反射特征的严格要求。本申请第一方面提供一种基于光度立体视觉的检测方法，包括：采集待测表面的M张二维图像，其中M为大于2的正整数；所述M张二维图像包括：M个光源照射下的待测表面的二维图像；对所述M张二维图像的漫射分量和反射分量进行分离处理，得到所述待测表面的M张漫射图；基于所述M张漫射图进行所述待测表面法向量特征的重建，得到所述待测表面的相对深度图；根据所述待测表面的相对深度图进行缺陷检测，得到所述待测表面的检测结果。在一种实施方式中，所述对所述M张二维图像的漫射分量和反射分量进行分离处理，包括：利用K-Means聚类算法对所述M张二维图像进行分类，得到N个簇；所述N为正整数；所述簇为所述待测表面上具有相同法向量的区域在各个光源照射下的M张区域图像的集合；对所有簇内M×N张区域图像的各个像素点进行分量类型判定；所述分量类型包括：漫射分量；基于所述分量类型判定的结果对各个区域图像进行分量图提取，得到M×N张漫射分量图；所述分量图包括：漫射分量图；对所述M×N漫射分量图进行并集处理，得到M张漫射图。在一种实施方式中，所述对所有簇内M×N张区域图像的各个像素点进行分量类型判定中，一个所述像素点的分量类型判定，包括：计算所述像素点的统计数据；所述统计数据包括：最大像素值和最小像素值；基于所述最大像素值和所述最小像素值计算得到所述像素点的gap值；根据所述gap值和所述最大像素值判断得到所述像素点所属的分量类型。在一种实施方式中，所述基于所述分量类型判定的结果对各个区域图像进行分量图提取中，一个所述区域图像的分量图提取，包括：判断所述像素点的分量类型是否为漫射分量，若是，则将所述像素点的像素强度作为当前区域图像上所述像素点的漫射分量值，生成所述区域图像的漫射分量图。在一种实施方式中，所述计算所述像素点的统计数据，包括：根据以下计算公式计算得到所述像素点的最大像素值；其中，maxval表示最大像素值，表示簇内第i张区域图像上(x,y)位置的像素点的像素强度，n的取值为k-1，k表示光源数量；根据以下计算公式计算得到所述像素点的最小像素值；其中，minval表示最小像素值，表示簇内第i张区域图像上(x,y)位置的像素点的像素强度，n的取值为k-1，k表示光源数量。在一种实施方式中，所述基于所述最大像素值和所述最小像素值计算得到所述像素点的gap值，包括：根据以下公式计算得到所述各个像素点的gap值；其中，maxval表示最大像素值，minval表示最小像素值。在一种实施方式中，所述分量类型还包括：反射分量和阴影；所述根据所述gap值和所述最大像素值判断得到所述像素点所属的分量类型，包括：判断所述gap值和所述最大像素值是否均大于反射阈值，若是，则判定所述像素点的分量类型属于反射分量；若否，则判断所述像素点的像素强度是否大于漫射阈值，若是，则判定所述像素点的分量类型属于漫射分量；否则，判定所述像素点的分量类型属于阴影。在一种实施方式中，所述并集处理，包括：对同一光源照射下各个区域图像对应的漫射分量图求并集。在一种实施方式中，所述基于所述M张漫射图进行所述待测表面法向量特征的重建，得到所述待测表面的相对深度图，包括：基于所述M张漫射图进行奇异值分解处理，得到所述M个光源的方向向量特征；基于所述M个光源的方向向量特征和所述M张漫射图进行所述待测表面法向量特征的重建，得到所述待测表面的相对深度图。在一种实施方式中，所述奇异值分解处理，包括：根据以下公式计算得出所述漫射图对应光源的方向向量特征；；；；其中，I为所述漫射图的像素强度矩阵，S为所述待测表面的法线向量，L为光源的方向向量特征矩阵，为第n个簇内分量类型为漫射分量的像素点数，k为光源数，为第k个光源的向量特征值。在一种实施方式中，所述基于所述M张漫射图进行所述待测表面法向量特征的重建，得到所述待测表面的相对深度图，包括：基于辐照方程和朗伯余弦定律对所述M张漫射图进行3D重建，得到呈现所述待测表面法向量特征的相对深度图。本申请第二方面提供一种基于光度立体视觉的检测系统，包括：M个光源发射装置、成像装置以及数据处理装置；所述成像装置的光轴与待测表面垂直；所述数据处理装置与所述成像装置连接，用于接收所述成像装置传输的图像数据；所述数据处理装置包括：处理器和存储器；所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。本申请提供的技术方案可以包括以下有益效果：本技术方案在基于待测表面的二维图像进行待测物体表面法向量特征重构之前，对采集到的二维图像进行了预处理，将所有二维图像中的漫射分量和反射分量进行了分离，从而消除了待测表面的反射因素对光度立体成像造成的干扰，因此，本方案与传统的光度立体视觉法相比，降低了对待测物体的要求，即使是非朗伯体也可采用本技术方案进行表面缺陷检测，拓宽了光度立体视觉法的应用范围，便于工业场景的大规模应用。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。图1是本申请实施例示出的基于光度立体视觉的检测方法的流程示意图；图2是本申请实施例示出的漫射与反射分量的分离处理方法的流程示意图；图3是本申请实施例示出的像素点的分量类型判定方法的流程示意图；<本文档来自技高网...

【技术保护点】
1.一种基于光度立体视觉的检测方法，其特征在于，包括：/n采集待测表面的M张二维图像，其中M为大于2的正整数；所述M张二维图像包括：M个光源照射下的待测表面的二维图像；/n对所述M张二维图像的漫射分量和反射分量进行分离处理，得到所述待测表面的M张漫射图；/n基于所述M张漫射图进行所述待测表面法向量特征的重建，得到所述待测表面的相对深度图；/n根据所述待测表面的相对深度图进行缺陷检测，得到所述待测表面的检测结果。/n

【技术特征摘要】
1.一种基于光度立体视觉的检测方法，其特征在于，包括：
采集待测表面的M张二维图像，其中M为大于2的正整数；所述M张二维图像包括：M个光源照射下的待测表面的二维图像；
对所述M张二维图像的漫射分量和反射分量进行分离处理，得到所述待测表面的M张漫射图；
基于所述M张漫射图进行所述待测表面法向量特征的重建，得到所述待测表面的相对深度图；
根据所述待测表面的相对深度图进行缺陷检测，得到所述待测表面的检测结果。


2.根据权利要求1所述的基于光度立体视觉的检测方法，其特征在于，所述对所述M张二维图像的漫射分量和反射分量进行分离处理，包括：
利用K-Means聚类算法对所述M张二维图像进行分类，得到N个簇；所述N为正整数；所述簇为所述待测表面上具有相同法向量的区域在各个光源照射下的M张区域图像的集合；
对所有簇内M×N张区域图像的各个像素点进行分量类型判定；所述分量类型包括：漫射分量；
基于所述分量类型判定的结果对各个区域图像进行分量图提取，得到M×N张漫射分量图；所述分量图包括：漫射分量图；
对所述M×N漫射分量图进行并集处理，得到M张漫射图。


3.根据权利要求2所述的基于光度立体视觉的检测方法，其特征在于，所述对所有簇内M×N张区域图像的各个像素点进行分量类型判定中，一个所述像素点的分量类型判定，包括：
计算所述像素点的统计数据；所述统计数据包括：最大像素值和最小像素值；
基于所述最大像素值和所述最小像素值计算得到所述像素点的gap值；
根据所述gap值和所述最大像素值判断得到所述像素点所属的分量类型。


4.根据权利要求2所述的基于光度立体视觉的检测方法，其特征在于，所述基于所述分量类型判定的结果对各个区域图像进行分量图提取中，一个所述区域图像的分量图提取，包括：
判断所述像素点的分量类型是否为漫射分量，若是，则将所述像素点的像素强度作为当前区域图像上所述像素点的漫射分量值，生成所述区域图像的漫射分量图。


5.根据权利要求3所述的基于光度立体视觉的检测方法，其特征在于，所述计算所述像素点的统计数据，包括：
根据以下计算公式计算得到所述像素点的最大像素值；



其中，maxval表示最大像素值，表示簇内第i张区域图像上(x,y)位置的像素点的像素强度，n的取值为k-1，k表示光源数量；
根据以下计算公式计算得到所述像素点的最小像素值；



其中，minval表示最小像素值，表示簇内第i张区域图像上(x,y)位置的像素点的像素强度，n的取值为k-1，k表示光源数量。


6.根据权利要求3所述的基于光度立体视觉...

【专利技术属性】
技术研发人员：张继华，吴垠，邹伟金，姜涌，
申请(专利权)人：惠州高视科技有限公司，
类型：发明
国别省市：广东;44